網紅經濟背景下公眾影響力經濟效應研究

□文/李嘉華 包 悅 潘慶紅

（1.安徽財經大學金融學院；2.安徽財經大學經濟學院 安徽·蚌埠）

［提要］網紅經濟的迅猛發展使網絡公眾人物依靠群眾影響力轉變為產品購買力的經濟效應不斷加大。本文通過研究網紅經濟影響商品的運營機制過程，綜合分析網絡公眾人物公眾影響力變現的主要形式，并對網紅經濟公眾影響力變現的經濟效應進行推導。實證結果表明：機構總流量、直播場次與觀看人數成為公眾影響力變現的主要影響因素，機構總流量對于公眾影響力變現具有正向影響，而直播場次與觀看人數對于公眾影響力變現具有反向影響。研究結論不僅有效解答了公眾影響力變現的主要形式及影響因素，更為市場中企業網紅朝向發展提供了重要借鑒。

引言

伴隨著互聯網的日益普及和數字技術的不斷驅動，中國迎來數字時代。謝辛（2017）依據逐漸常態化的新興媒介、新興消費及新式文化為案例進行相關分析，指出現階段互聯網時代的跨界、多元、交互等特質促使經濟和文化凸顯，催生了依托直播平臺的網紅個體。據中商產業研究院發布的《2020年中國網紅經濟市場前景及投資研究報告》預計，至2022年，網紅經濟市場規模有機會突破5，000億元。由此，在未來幾年內網紅經濟將成為推動中國經濟發展的不可或缺的一部分。同時，網紅經濟的迅猛發展使網絡公眾人物依靠群眾影響力轉變為產品購買力的經濟效應不斷加大，究其原因其實是多方面因素影響的綜合作用。王美娟等（2020）從C2C、B2C2C、B2B、B2C四種商業模式的研究出發，依據內容生產環節的產業鏈結構對網紅經濟商業模式進行了深度剖析，發現網絡公眾人物逐漸由個人或小型運營團隊轉變為專業機構，即MCN（一般指網紅經紀公司）在網紅經濟的熱潮中應運而生。賈微微等（2021）從影響者營銷在廣告營銷、品牌管理、口碑營銷、顧客關系管理四方面的應用研究中分析得出利用自身的影響力進行經濟變現是影響者營銷進行經濟活動的重要形式和內容。因此，通過研究網絡公眾人物影響力變現機制和主要形式，探究影響力變現的主要影響因素，對于推動網紅經濟進一步發揮積極的社會影響有著不可忽視的現實意義。

一、理論基礎與研究假設

（一）理論基礎。在網紅經濟背景下，人們借助移動互聯網以直播為主要形式實現了可觀的商品銷售，并以此為契機不斷拓寬和豐富了直播電商經濟的發展模式與傳達內容，有效推動了互動式發展與進步。從最初的分享生活記錄的作品，到加入產品服務推薦的商業化內容，直至現如今常用的直播帶貨等網紅經濟背景下獨有的網絡營銷模式，網紅經濟依靠互聯網技術賦權逐漸從大眾網紅演變成為圈層網紅，不斷重復影響力聚集到影響力變現，影響力變現再到加大影響力聚集力度的循環。在受眾的注意力逐漸成為稀缺資源的現階段，依托于網紅意見表達和熱點事件的網紅經濟能夠快速形成影響力，吸引粉絲，有利于精準營銷、個性化創新營銷的進行，進而有利于將所形成的公眾影響力轉化為購買力，獲得經濟效益。

通過以上學者的觀點可以看出，網絡公眾人物通過前期作品聚焦社會關注力，在積累一定粉絲量的同時也會形成一定的公眾影響力，前期依靠其作品傳達產品及服務的正向信息吸引一般消費者購買，進而展開與粉絲互動，提升粉絲認同感，最終獲得經濟收益，完成影響力變現。

（二）研究假設。據中國產業信息網發布的《2019年中國網紅經濟概況、網紅主要領域、網紅電商、主播打賞及網紅經濟發展趨勢分析》顯示，我國網絡各領域收入可劃分為網紅電商、直播分成、簽約費、內容付費、打賞、其他以及問答七項。本文以該分析報告為依據，將報告中的各項內容歸納為產品內容、周邊衍生品、植入廣告、電商平臺以及粉絲打賞五項主要變現方式，并以此假定覆蓋粉絲數、機構總流量、直播場次、觀看人數四項主要變現影響因素。

1、基于粉絲方面的公眾影響力變現關系假設提出。張小強等（2020）指出媒介能夠根據將人們的消費觀念將商品轉化成為象征身份及財富的符號，再將網紅符號化，在不斷強化網民符號消費的同時，經由網紅帶貨實現影響力變現。故本文提出假設：

H1：覆蓋粉絲數與公眾影響力變現呈正相關關系

2、基于流量方面的公眾影響力變現關系假設提出。網絡公眾人物制作廣告主要分為“硬廣告”和“軟廣告”，是網絡公眾人物進行影響力變現的最主要方式之一，能夠讓粉絲產生依賴黏性和情感共鳴，使一般消費者提高購買欲望，達到增強宣傳廣告的效果；同時，網絡公眾人物通過各種商界社交電商大亨進行經濟活動實現資金變現的方式也逐漸成為主流，利用逐步培養起來的用戶信任實現影響力變現。故本文提出假設：

H2：機構總流量與公眾影響力變現呈正相關關系

3、基于直播方面的公眾影響力變現關系假設提出。陳海權等（2020）從網紅作品、自身及粉絲三方面進行了直播平臺網紅個人特質對粉絲購買意愿的影響機理分析，并最終得出感知價值在網紅個人特質與購買意愿之間起中介作用的結論。事實上，直播禮物打賞主要來自于粉絲在平臺贈送虛擬禮物或直接打賞這種非強制的付費模式，雖然粉絲打賞變現模式受到入駐直播平臺的局限和約定分成合同的局限，但打賞模式是網絡公眾人物獲取收入較為穩定、直接的變現模式。基于此，本文提出假設：

H3：直播場次與公眾影響力變現呈正相關關系

H4：觀看人數與公眾影響力變現呈正相關關系

二、研究設計與實證檢驗

（一）數據與變量的選取。本文從直播眼數據平臺選取了截至2021年3月28日，49家MCN機構及其旗下的938位主播相關信息數據。為了方便模型的建立與驗證，增加所建立模型的可用性，我們根據MCN機構名稱將所收集信息進行分類。依據上文的四個假設，本文對于變量選取了4個網紅收入影響指標：

于是該模型的一般形式為：

y=λ0+λ1X1+λ2X2+λ3X3+λ4X4

（二）OLS估計參數。本文假設此多元線性模型中的隨機項滿足計量經濟學的基本假定，對所收集的數據進行OLS估計參數。（表1）

表1 OLS估計參數一覽表

由此，多元線性模型解釋變量參數估計值及函數關系式為：

Y=-45.6701-0.0036X1+0.1248X2-0.2367X3-0.1886X4

X1未通過t檢驗，對其進行經濟意義檢驗，由于其參數估計值為負值，在該模型中X1變量表示覆蓋粉絲數對公眾影響力變現具有反方向作用，不符合實際情況，故解釋變量X1不能通過經濟意義檢驗。X2、X3、X4變量在給定顯著性水平α=0.05時拒絕原“顯著為零”假設，即X2、X3、X4的參數估計值顯著不為零，說明這些變量在5%的顯著性水平下，對公眾影響力變現影響是顯著的。對于總體顯著性F檢驗來說，在5%的顯著性水平下，模型總體是顯著的即說明四個解釋變量聯合起來對被解釋變量的影響是顯著的。但是，在該OLS參數估計結果中，重要解釋變量X1的t檢驗與P檢驗均不能通過，并且經過經濟意義檢驗之后其符號經濟意義不合理，而該模型的擬合度R2較高，總體P檢驗值為0，據此可以初步認為該模型存在多重共線性。

（三）實證檢驗。本文在OLS估計參數結果的基礎上對分析公眾影響力變現因素的模型進行進一步的多重共線性檢驗，并對其進行相關修正。在參考了孫維偉（2013）構建的AR（1）模型，以及趙鈺、李律秀、郭心悅、馬昂等一批優秀學者的相關Eviews模型分析文獻之后，對修正后的多元線性模型進行異方差性檢驗以及擬合優度檢驗，以獲得切合實際的相關模型，探尋網紅經濟背景下公眾影響力變現的經濟效應，為網紅經濟健康發展提出可行意見。

1、多重共線性檢驗。利用相關系數矩陣可以分析解釋變量之間的兩兩相關情況，解釋變量X1、X2、X4之間的相關系數均為0.91以上，即可以認為這三個解釋變量之間是高度相關的。為進一步檢驗該模型之間的多重共線性，本文通過建立輔助回歸方程對該模型的多重共線性進行檢驗。（表2）

表2 輔助回歸方程運行結果統計一覽表

除輔助回歸方程X3=f（X1，X2，X4）以外，每個回歸方程的F檢驗值都非常顯著，方程回歸系數的t檢驗值表明：X1與X2，X2與X1、X4，X4與X2之間的t檢驗值較大，這些變量之間可能相關或相關程度較大。從輔助回歸模型可得：VIF1=12.2455、VIF2=36.5874、VIF4=20.1684都大于10，經驗表明，方差擴大因子VIF＞10時，通常說明該解釋變量與其余解釋變量之間有嚴重的多重共線性，故解釋變量X1、X2、X4之間存在多重共線性問題。

2、模型修正。文采用逐步回歸法對模型進行多重共線性修正。首先引入解釋變量X2，之后逐個引入其他解釋變量，并通過模型包含的各解釋變量的t檢驗值決定是否保留，在解釋變量個數相同時，根據模型R2值選擇最佳模型進行保留。以X2、X4、X3、X1的順序依次引進解釋變量，可得X4、X3、X1與X2的各統計量都較為顯著，但是X4與X2的R2較高，所以選擇保留模型Y=f（X2，X4）并繼續引入解釋變量。在引入解釋變量X1時，其t檢驗統計量不顯著，故選擇保留最優模型Y=f（X2，X4，X3），并且引入解釋變量X1后，其t檢驗統計量仍不顯著，所以從模型中剔除解釋變量X1以盡可能消除回歸方程的多重共線性。因此，公眾影響力變現的最優多元線性模型解釋變量參數估計值及函數關系式為：

Y=-45.6009+0.1242X2-0.2378X3-0.1882X4

該模型在修正了多重共線性之后，對H2提供了進一步的支持，并且提高了H3和H4實際分析結果方面的可信度。

3、異方差檢驗。本文利用White檢驗構造輔助函數，其中F值為輔助回歸模型的F統計量值。由于White檢驗中相伴概率P值為0，所以修正后的模型不存在異方差性，即模型滿足多元回歸同方差基本假定，模型的假設檢驗有效。

4、擬合優度檢驗。由Eviews9軟件對修正模型進行OLS參數估計結果可知：修正的樣本決定系數R2=0.9176，說明該模型對數據擬合程度較好，解釋變量對公眾影響力變現的解釋能力為91.76%，只有8.23%其他因素的影響。

5、模型擬合回歸。Fitted曲線與Actual曲線進行對比發現，關于公眾影響力變現的影響因素的多元線性曲線擬合效果較好。（圖1）

圖1 擬合值曲線圖

6、模型結論。通過檢驗和修正得到最后的三元回歸模型為：

Y=-45.6009+0.1242X2-0.2378X3-0.1882X4

故最終結果為：H2成立；H3不成立，實際結果為直播場次與公眾影響力變現呈負相關關系；H4不成立，實際結果為觀看人數與公眾影響力變現呈負相關關系。文中H1的分析數據與其他假設數據存在多重共線性，會嚴重干擾研究結果，所以文中已將該假設相關數據剔除。

最終三元回歸模型各解釋變量參數估計值表明，當機構總流量增加時，各網紅、主播等網絡公眾人物及MCN機構的影響力變現能力會呈正向變動；當直播場次和觀看人數增加時，各網紅、主播等網絡公眾人物及MCN機構影響力變現能力則會呈反向變動。實際經濟活動中，當網絡公眾人物影響力所囊括的粉絲群體越大，其影響力變現的能力與效率也就越強；當網絡公眾人物進行帶貨直播時，因其開展存在成本消耗問題，所以單從直播場次與觀看人數兩方面來看，若不能形成有效的商品、服務交易，則其所發生的經濟變動只有成本消耗，這也就是最終三元回歸模型中X3、X4系數值為負值的原因。然而在實際直播過程中，網絡公眾人物會不斷積累人氣，直播帶貨過程中也會伴隨著商品、服務交易，最終形成影響力變現，獲得經濟收入。

三、啟示及建議

本文對公眾影響力變現的四個主要因素進行了多元回歸，并進行了多重共線性、異方差性檢驗的與修正，使其滿足多元回歸的基本假定，最終得出三個影響因素對公眾影響力變現均具有顯著影響。結合現階段網紅經濟快速發展的背景，依據分析模型后得出的結果，為各大主播、網紅、MCN機構以及平臺提出公眾影響力有效變現的建議：

（一）IP創新。為了吸引觀看者和粉絲的注意力，團隊需要打造屬于網紅本人的內容，內容需要有看點和創新性，針對所想要吸引的用戶。因此，IP內容需要生活化，引起用戶的共鳴，內容傳播性強且大眾化，優化內容產品賦予產品價值，持續深耕內容，內容衍生強調與用戶之間的互動；視頻時長精簡化，不宜過長；團隊需要加大運營力度，增加與粉絲的互動頻率。

（二）品牌服務。這一前提是視頻內容與流量已經有一定的基礎之時，如何擴大粉絲數量。基于本身所做的視頻內容進入植入或者是為產品本身定制短視頻。但是，這也是公眾影響力變現需要注意的地方，廣告植入既有可能吸引用戶也有可能損失用戶，因此需選品謹慎，挑選質量佳、價格優的產品，以此穩定老用戶，吸引新粉絲。而如何擴大產品品牌的影響力，吸引更多的粉絲呢？最重要的第一步是為產品注入新的品牌內涵，做到持續性地構建起品牌聲量，為用戶介紹產品時，以自身使用為主要依據，分享自己的使用經歷，分享自己的親身感受，贏得用戶的信任、提升用戶的好感，擴大粉絲基礎。

（三）電商帶入。加強及利用粉絲和用戶的粘度，可以做個人的淘寶店、App等，通過視頻引流，進行觀看視頻和直播用券減免等優惠，促進用戶購買產品；還可以自營品牌產品，做站內站外的導流，多軟件媒體結合，利用微博和淘寶結合、京東和微信結合，雙方進行導流與引流，以此擴大流量基礎。以前用戶是因買東西而去的電商平臺，現在的粉絲因互動而來，且因為紅人的品牌傳遞環節而催生了購買行為，因此加大與電商平臺的合作，也是擴大粉絲基礎一個不可或缺的好方法。